Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜中山大学袁雪林获国家专利权

恭喜中山大学袁雪林获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜中山大学申请的专利基于残差网络的呼吸模式分类方法、系统、设备和介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115067929B

龙图腾网通过国家知识产权局官网在2025-04-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210745677.2,技术领域涉及:A61B5/08;该发明授权基于残差网络的呼吸模式分类方法、系统、设备和介质是由袁雪林;李媛;朱祥维;戴志强;蔡佳炜;徐奕禹;李永龙设计研发完成,并于2022-06-28向国家知识产权局提交的专利申请。

基于残差网络的呼吸模式分类方法、系统、设备和介质在说明书摘要公布了:本发明提供了基于残差网络的呼吸模式分类方法、系统、设备和介质,所述方法包括:预设多种呼吸模式,并分别采集各个呼吸模式对应的UWB回波信号;根据各个呼吸模式的UWB回波信号,建立呼吸信号数据集,并将所述呼吸信号数据集按照预设比例划分为训练集和测试集;根据所述训练集,对改进的残差网络进行训练,得到呼吸分类模型;将所述测试集输入所述呼吸分类模型进行分类预测,得到呼吸模式识别结果。本发明能够基于UWB技术和深度学习的优势,对非接触式呼吸模式进行简单高效的预测分类的同时,有效提高小数据量应用场景的预测精准性和稳定性,以提供更加精准有效的呼吸异常监测,进而提升呼吸异常监测的应用价值。

本发明授权基于残差网络的呼吸模式分类方法、系统、设备和介质在权利要求书中公布了:1.一种基于残差网络的呼吸模式分类方法,其特征在于,所述方法包括以下步骤:预设多种呼吸模式,并分别采集各个呼吸模式对应的UWB回波信号;根据各个呼吸模式的UWB回波信号,建立呼吸信号数据集,并将所述呼吸信号数据集按照预设比例划分为训练集和测试集;所述呼吸信号数据集包括各个呼吸模式的UWB回波信号对应的回波张量数据和模式标签;根据所述训练集,对改进的残差网络进行训练,得到呼吸分类模型;所述改进的残差网络包括依次连接的输入层、4个残差块和输出层;所述输入层包括依次连接的1个二维卷积层、1个归一化层、激活函数和1个最大池化层;所述残差块包括依次连接的第一卷积层块和第二卷积层块;所述第一卷积层块包括依次连接的第一预设数目个不同尺寸的二维卷积层,以及对应的多个归一化层;所述第二卷积层块包括依次连接的第二预设数目个不同尺寸的二维卷积层,以及对应的多个归一化层;所述输出层包括依次连接的1个全局最大池化层、1个展平层和1个线性层;将所述测试集输入所述呼吸分类模型进行分类预测,得到呼吸模式识别结果;其中,所述根据各个呼吸模式的UWB回波信号,建立呼吸信号数据集的步骤包括:将各个UWB回波信号进行数据预处理,得到对应的回波张量数据,包括:将各个UWB回波信号按照预设间距进行等距分割,得到回波分割数据;将所述回波分割数据进行标准化处理,得到回波标准化数据;将所述回波标准化数据转换为对应的张量数据,并对所述张量数据进行维度扩展,得到所述回波张量数据;所述回波张量数据的维度大小为[呼吸信号数据集中回波张量数据的总数,1,每个回波张量数据的长度,1];基于pytorch中的DataLoader数据加载器,将各个回波张量数据添加对应的模式标签,得到所述呼吸信号数据集。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中山大学,其通讯地址为:510275 广东省广州市海珠区新港西路135号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。